Loading article…
レイチェル・トーマスはアメリカのコンピュータ科学者であり、サンフランシスコ大学応用データ倫理センターの創設ディレクターである。ジェレミー・ハワードと共にfast.aiの共同創設者でもある。トーマスはフォーブス誌によって、人工知能分野で最も注目すべき女性20人の一人に選ばれた。
トーマスはテキサス州ガルベストンで育った。高校時代にC++でプログラミングを始めた。 2005年にスワースモア大学で数学の学士号を取得した。[ 1 ]スワースモアでは、ファイ・ベータ・デルタ名誉協会に選出された。大学院進学のためデューク大学に移り、2010年に数学の博士号を取得した。 [ 2 ]博士課程の研究は、生化学ネットワークの数学的分析に関するものだった。博士課程在学中にRTIインターナショナルでインターンシップを行い、HIV治療プロトコルを評価するためのマルコフモデルを開発した。トーマスは定量アナリストとしてエクセロンに入社し、インターネットのデータをスクレイピングしてモデルを構築し、エネルギー取引業者に情報を提供した。[ 3 ]
2013年、トーマスはUberに入社し、機械学習を用いてドライバーインターフェースとサージアルゴリズムを開発した。[ 4 ]その後、女性ソフトウェアエンジニアのための学校であるHackbright Academyの教師になった。[ 5 ]
トーマスは2016年にサンフランシスコ大学に加わり、応用データ倫理センターを設立した。[ 6 ] [ 7 ]ここで彼女はディープフェイクの台頭[ 8 ]、機械学習と深層学習におけるバイアスについて研究した。
トーマスがニューラルネットワークの開発を始めた頃は、それをやっている学者はごく少数で、彼女は実践的なアドバイスの共有が不足していることを懸念していた。[ 9 ]人工知能研究者の採用需要は相当あるが、トーマスは、これらのキャリアには従来、博士号、スーパーコンピュータへのアクセス、大規模データセットが必要とされてきたが、これらは必須条件ではないと主張している。[ 9 ]この明らかなスキルギャップを克服するために、トーマスは、大学認定のディープラーニングのオープンアクセス証明書であるPractical Deep Learning For Codersを設立し、オープンアクセスの機械学習プログラミングライブラリも初めて作成した。[ 10 ]トーマスとジェレミー・ハワードは、ディープラーニングをより利用しやすくすることを目指す研究室 fast.ai を共同設立した。[ 11 ]彼女の生徒には、カナダの酪農家、アフリカの医師、フランスの数学教師などがいる。[ 4 ]
トーマスは機械学習における無意識の偏見を研究しており、[ 12 ] [ 13 ]人種や性別が特定のデータセットの明示的な入力変数ではない場合でも、その情報が他の変数に潜在的にエンコードされると、アルゴリズムが人種差別的、性差別的になる可能性があることを強調している。[ 13 ] [ 14 ]学術的なキャリアと並行して、トーマスは人工知能を使用するシステムにおける偏見を防ぐために、より多様な労働力を求めている。[ 9 ] [ 15 ]彼女は、特定のテクノロジーが引き起こす可能性のある害を軽減し、作成されたシステムが社会全体に利益をもたらすことを確実にするために、歴史的に過小評価されてきたグループからテクノロジー分野で働く人が増えるべきだと考えている。[ 16 ]特に、彼女はテクノロジーの仕事における女性と有色人種の定着について懸念している。[ 4 ]トーマスは、Women in Machine Learning (WiML) の理事を務めている。[ 17 ]彼女は、アフリカの人々に機械学習のトレーニングを行うことを目指す非営利団体Deep Learning Indabaのアドバイザーを務めた。 2017年、彼女はフォーブス誌によって人工知能分野の「主導的な女性20人以上」の1人に選ばれた。[ 18 ]
トーマスは、医学におけるデータサイエンスと機械学習の応用についても執筆している。ある記事では、医療分野における機械学習の利用について概説し、関連する倫理的問題のいくつかを強調している。この記事は、ボストン・レビュー誌に掲載され、「ビッグデータツールが医療を再構築するにつれて、偏ったデータセットと説明責任のないアルゴリズムが患者の権利をさらに奪う恐れがある」というタイトルである。[ 19 ]
トーマスは、AI の多様性の欠如を懸念しており、採用されていない有資格者が多数いると考えている。[ 5 ]彼女は特に、テクノロジー業界における女性の定着率の低さの問題に焦点を当てており、「テクノロジー業界で働く女性の 41% が 10 年以内に退職する。これは男性の離職率の 2 倍以上だ。また、おそらく選択肢が多いであろう高度な学位を持つ女性は、退職する可能性が 176% 高い」と指摘している。[ 5 ]トーマスは、AI の「クールで排他的なオーラ」を打ち破り、外部の人々がそれを利用できるようにし、非伝統的で非エリートのバックグラウンドを持つ人々がアクセスできるようにする必要があると考えている。 [ 5 ]